基于卷积神经网络迁移学习的低数据量鸟鸣分类
计算机视觉与模式识别
2019-09-18 v1 多媒体
声音
音频与语音处理
图像与视频处理
摘要
深度学习卷积神经网络(CNN)模型是强大的分类模型,但需要大量训练数据。在鸟声学等小众领域中,获取大量训练样本昂贵且困难。对训练样本数量有限的数据进行分类的一种方法是采用迁移学习。在本研究中,我们评估了使用 ResNet-50 CNN 从较大的基数据集(46 类 2814 个样本)向较小的目标数据集(10 类 351 个样本)迁移学习进行鸟鸣分类的有效性。我们在 5 折交叉验证中于目标数据集上获得了 79% 的平均验证准确率。将从 ImageNet 预训练的 CNN 迁移到特定项目且规模小得多的类别和图像的方法被扩展到了频谱图图像领域,其中基数据集有效地扮演了 ImageNet 的角色。
引用
@article{arxiv.1909.07526,
title = {Data-Efficient Classification of Birdcall Through Convolutional Neural Networks Transfer Learning},
author = {Dina B. Efremova and Mangalam Sankupellay and Dmitry A. Konovalov},
journal= {arXiv preprint arXiv:1909.07526},
year = {2019}
}
备注
Accepted for IEEE Digital Image Computing: Techniques and Applications, 2019 (DICTA 2019), 2-4 December 2019 in Perth, Australia, http://dicta2019.dictaconference.org/index.html